Virus‐Assembled Biofunctional Microarrays with Hierarchical 3D Nano‐Reticular Network
Notice bibliographique
Résumé
Abstract Three‐dimensional (3D) hierarchical wrinkled materials built with biological entities have so far remained exclusive to nature. Herein, multiscale functional ultraporous 3D bio‐networks of bioprinted phage‐built wrinkled microarrays are created through establishing a universal heat‐ and solvent‐independent substrate‐shrinkage method induced by high‐pressure carbon dioxide (HPCD). This method results in diverse wrinkled patterns on soft materials and is particularly powerful for solvent‐ and heat‐sensitive biomaterials, for which other methods have failed. The phage nanofilaments (7 nm width) self‐assemble into orderly‐aligned submicron bundles (100 nm width), which crimp into tunable microscale wrinkles (0.7–5.0 µm width) on size‐controllable micro‐arrays (200–600 µm width) exhibiting a four‐level hierarchical nano‐reticular structure. The HPCD method also protects the bioactivity of biorecognition molecules loaded into the microarrays, leading to the design of bacteria‐sensing chips, made with in‐house deoxyribozyme‐loaded 3D phage microarrays. The developed bacteria‐sensing chips achieve a limit of detection that is 100 × more sensitive with greater reproducibility compared to two‐dimensional (2D) microdot arrays and correctly identify Legionella pneumophila in contaminated water samples collected from industrial cooling towers, highlighting phage‐built wrinkled networks as a platform for bottom‐up assembly of biological building blocks into biofunctional material.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».